[发明专利]一种盾构刀盘及驱动系统多态动态可靠性评估方法

摘要

本发明公开了一种盾构刀盘及驱动系统多态动态可靠性评估方法，包括：首先建立土压平衡盾构机刀盘及驱动系统失效动态故障树；其次确定多态动态门失效规则并将所建立的动态故障树模型向多态进行扩展；再次根据动态故障树向动态贝叶斯网络转换规则建立系统失效动态贝叶斯网络模型，确定各系统可靠度。该方法解决了盾构刀盘及驱动系统动态可靠性分析无法同时考虑多态性、动态性和相依性问题，可依据基本事件失效统计数据进行动态推理，为盾构机故障保养、维修提供更为高效、准确的决策信息。

主权项

一种盾构刀盘及驱动系统多态动态可靠性评估方法，其特征在于：该方法运用多态动态故障树‑动态贝叶斯网相结合的模型，解决盾构机刀盘及驱动系统动态可靠性分析无法利用基本事件失效数据和实时观测数据，同时考虑事件的多态性、动态性和相依性的问题；首先建立土压平衡盾构机刀盘及驱动系统失效二态动态故障树；其次确定多态动态门和多态静态门失效规则并将所建立的二态动态故障树向多态进行扩展；再次根据多态动态故障树向动态贝叶斯网络转换规则建立系统失效动态贝叶斯网络，确定系统可靠度；确定多态动态门失规则包括多态顺序相关门(MSSEQ)、多态优先与门(MSPAND)两种；其中，MSSEQ门包含A、B、C三个事件，失效规则为导致顶事件功能降级的基本事件功能降级只能从左至右顺序发生，且左侧事件故障等级等于或高于右侧事件，所有事件故障等级可连续或跳跃发生，顶事件故障等级取决于故障等级最低的基本事件的故障等级；MSPAND门包括A、B两个事件，失效规则为当且仅当输入事件A优先于输入事件B发生失效时，顶事件发生功能降级，基本事件A、B允许以任意顺序发生，故障等级可以在任意等级间连续或跳跃变化，基本事件A完好时顶事件状态完好，基本事件A故障时顶事件故障状态取决于基本事件B；动态故障树向动态贝叶斯网络转化时，根据多态动态门基本事件相互依赖关系建立相应动态贝叶斯网络节点转移概率，根据多态或门基本事件关系建立动态贝叶斯网络节点条件概率，构建盾构刀盘及驱动系统可靠性分析的动态贝叶斯网络；确定系统可靠度时，依据收集的基本事件统计资料确定失效率，运用动态贝叶斯网络推理算法计算各子系统节点概率分布，进行动态可靠性分析，并据此获得各子系统综合风险等级，进行系统维修决策；该方法的具体步骤流程如下：步骤一：根据土压平衡盾构机刀盘及驱动系统构造和功能特性确定导致系统失效的基本事件如表1，进行节点依赖关系分析并利用静态逻辑门、传统动态门建立基本事件和中间事件、顶事件的关系，构建系统失效二态动态故障树；步骤二：通过定义多态动态门和多态静态门失效规则对传统动态门分析功能进行拓展，根据实际系统动态可靠度分析精度的需要选择基本事件状态等级数，将步骤一的二态动态故障树扩展至多态；所述多态动态门包含多态顺序相关门(MSSEQ)和多态优先与门(MSPAND)，其构成及失效规则为：MSSEQ门有3个输入事件A、B、C和1个输出事件G，所有事件的故障状态集合为S＝1,2,3,…,n，(n>2)；“1”故障等级最低，表示完好工作状态；“n”故障等级最高，表示完全失效状态；其余介于二者之间；MSSEQ门失效规则为：基本事件只能按照从左至右的顺序相继发生失效，此时将导致顶事件失效，且同时满足以下条件：(1)左侧事件故障等级等于或高于右侧事件；(2)所有事件故障时状态变化可以按等级顺序连续或跳跃发生；(3)顶事件故障状态取决于故障等级最低的输入事件的状态等级；其失效规则表示如下：Si≥Sj；Sj→S'j≤Si；SG＝min(S1,S2,...,Sm)；(Si,Sj≤n；i＜j；i,j＝1,2,...,m)；其中，Si,Sj表示输入事件的状态，SG表示输出事件的状态；MSPAND门包含2个输入事件A、B和1个输出事件G，A有2个状态，B有n个状态，状态集为S＝1,2,3,…,n，(n>2)；MSPAND门失效规则为：当且仅当输入事件A优先于输入事件B发生时，顶事件G发生；同时满足以下条件：(1)输入事件A、B允许以任意顺序发生；(2)基本事件的故障状态可以在任意等级间连续或跳跃变化；(3)顶事件故障状态取决于基本事件A、B的最低故障状态及故障顺序；其失效规则表示如下：Si→Si'；SG＝min(S1,S2)，S1(t＝1)＞S2(t＝1)；SG＝1，S1(t＝1)＜S2(t＝1)；(Si,Si'≤2，i＝1；Si,Si'≤n，i＝2)所述多态静态门为多态或门(MSOR)，按照最大风险等级原则确定，即顶事件状态等级取决于风险等级最高的基本事件，其失效规则表示为SG＝max(S1,S2,...,Sm)；步骤三：采用统计和经验相结合的方法获得各基本事件预期寿命以及处于各状态的时长率、事件状态变化的离散度计算参数，确定动态贝叶斯网络每个节点的状态转移率；假定多状态节点Xi服从马尔可夫过程，状态转移概率由下式计算：Pr(Xi,t=k|Xi,t-1=k)=Pr(Tk>Δt)=exp(-Δttk(i));]]>Pr(Xi,t=m|Xi,t-1=k)=Pkm(i)(1-exp(-Δttk(i))),k<m---(1)]]>其中，Δt为一步转移时间间隔，即根据盾构刀盘及驱动系统可靠性分析需要而设定的分析时间步长；为i节点保持状态k的平均时间长度，由预期寿命和各状态平均时长率求得；所述时长率即为基本事件处于各状态的时长百分比；为由状态k到状态m的分配概率，表示特定地质及施工环境下该事件状态变化的离散程度；由高斯分布N(0,σ)计算，从离散度集D＝{Low,Middle,High}中选取，对应的标准差σ＝{0.25,0.5,1}；计算出状态转移概率后进一步的通过下式得到每个基本事件X的转移率Pr(X(t+1)=j|X(t)=i)=1-exp(-λXjiΔt),(j>i);λXii=-Σl=i+1nλXli;---(2)]]>步骤四：根据多态动态门失效规则及步骤三获得的节点转移率，采用动态贝叶斯网络转化算法建立节点(事件)之间的转移概率和条件概率表；所述多态动态门包括多态顺序相关门(MSSEQ)和多态优先与门(MSPAND)，其动态贝叶斯网络转化过程如下：MSSEQ门的动态贝叶斯(DBN)网络结构中，其节点A和B状态转移概率如下：Pr(A(t+1)=j|A(t)=i)=1-exp(-λAjiΔt),(j>i)Pr(A(t+1)=j|A(t)=i)=exp(-(Σl=i+1nλAli)Δt),(j=i)Pr(B(t+1)=k|A(t)=j,B(t)=i)=1-exp(-λBkiΔt),(k=i+1,j;j>i);exp(-(Σl=i+1jλBli)Δt),(k=i,j>i);1,(k=i,i≥j);0Other;---(3)]]>节点C状态转移概率与B相同；其中，表示节点A由i状态转移到j状态的状态转移率，表示节点B由i状态转移到k状态的转移率，Δt为一步转移时间间隔；顶事件的条件概率为：Pr(G(t)＝l|A(t)＝i,B(t)＝j,C(t)＝k)＝1(l＝min(i,j,k))；     (4)MSPAND门的动态贝叶斯网络结构中，各节点的状态转移概率如下：其中，表示节点A由1状态转移到2状态的状态转移率，表示节点B由i状态转移到j状态的状态率；根据转移概率矩阵列和为1的性质，可获得r＝1时转移概率为1的元素；FO为判断A、B发生顺序的辅助节点，其状态为1和2；FO＝1表示B先于A发生，FO＝2表示A先于B发生；当FO＝1时，输出事件G不发生；当FO＝2，A＝1时，则G不发生，若FO＝2，A＝2则G取决于B，即节点G的条件概率表：Pr(G(t)＝r|A(t)＝k,B(t)＝j,FO(t)＝i)＝1(i＝1；r＝1或i＝2；k＝1；r＝1或i＝2；k＝2；r＝j)；0(other)        (6)其他多态或门(MSOR)节点的条件概率表按照最大风险等级原则确定，即子节点状态等级取决于风险等级最高的父节点，即节点G的条件概率表：Pr(G(t)＝j|X1(t)＝i1,X2(t)＝i2,...,Xn(t)＝in)＝1(j＝max(i1,i2,...in))；     (7)步骤五：运用动态贝叶斯网络推理算法进行各子系统多态动态可靠性计算，利用加权综合法获得各子系统及盾构刀盘及驱动系统整体风险水平；加权综合法获得各系统风险水平的公式为其中vi为评判集V＝{1,2,3,4,5}中的元素，πi为动态贝叶斯网络推理得出的某时刻子系统各等级概率可靠度分布；盾构刀盘及驱动系统多态动态故障树基本事件及名称如表1；表1 多态动态故障树基本事件代号及名称